Horizon
計画中フラッグシップ推論
複雑なエンジニアリングや長時間タスクに向けたフラッグシップ推論の方向性です。複数の制約のもとで、より深い分析、一貫した意思決定、そして検証を探求します。
- 対象タスク
- 複雑なエンジニアリング & 長時間タスク
- 重点能力
- 推論の深さ & 一貫した意思決定
Corepass Models
知能の フロンティアを切り拓く。
複雑なエンジニアリングのための深い推論から、日々の開発や特化したタスクまで。役割の異なるモデルを組み合わせ、能力と効率を実際の仕事へと近づけていきます。
モデル
強みはそれぞれ。 目指す先はひとつ。
タスクによって、求められる推論の深さ、応答速度、予算は異なります。私たちのモデルプログラムでは、難しい仕事のためのフラッグシップ推論、日々の開発のためのバランス型、そして特定のタスクのための特化モデルを探求しています。
Voyager
開発中バランス型
日々の開発、テスト、デバッグに向けたコーディングと推論の主力となる方向性です。タスクの品質、速度、コストのバランスを探求します。
- 対象タスク
- 日々の開発 & イテレーション
- 重点能力
- コーディング、推論 & 効率
Scout
Remy で運用中軽量特化
Scout は、エージェントワークフローのうち明確に定義され検証可能な部分を担う特化モデル群です。コード検索やコーディングのサブタスクを研究対象とし、特化モデルとメインエージェントとの効果的な協働に注力しています。
- 対象タスク
- 頻度が高く、焦点の明確なタスク
- 重点能力
- 特化 & 協働
外部向けのモデル API はまだ公開していません。モデルの仕様と料金は、サービスの準備が整い次第お知らせします。
開発の進捗
モデル開発の現在地。
各モデルの方向性について、段階目標、現在の取り組み、これまでの進捗、そして次に検証する課題をご紹介します。
Horizon
フラッグシップ推論
- 段階目標
- 長期にわたるエンジニアリングのための、深く一貫した検証可能な推論。
- 現在の取り組み
- 複雑な推論と長時間稼働するエージェントのニーズを整理しています。
- これまでの進捗
- 成果はまだ公開していません。
- 次のステップ
- 推論の深さ、制約への対応、検証可能な成果を評価します。計画は追ってお知らせします。
Voyager
バランス型
- 段階目標
- コーディングエージェント向けの事後学習手法を検証し、今後の Voyager の学習に活かす。
- 現在の取り組み
- データと評価を構築し、小型モデルでツール利用とフィードバック学習を検証しています。
- これまでの進捗
- パイプラインを接続し、学習の一連のステップを検証済みです。Voyager での改善はまだ示されていません。
- 次のステップ
- 結果と独立した評価が裏付けとなった段階で、学習を進めます。
Scout
軽量特化
- 段階目標
- 特定のタスクにおいて、検索の適合率、再現率、速度のバランスを取る。
- 現在の取り組み
- コード検索モデルを学習中で、コーディング特化モデルの準備を進めています。
- これまでの進捗
- 4B の検索モデルが Remy Quick Search で稼働中で、評価結果も公開しています。
- 次のステップ
- 独立したタスクで検索を改善し、コーディング特化モデルを準備します。
実践の中の Scout
エビデンスに裏付けられた、 確かな進歩。
モデルプログラムの実践例として、Scout の最初のコード探索モデルが Remy での作業を支えています。以下に公開している評価では、コード検索の精度とタスク時間を測定しています。
Scout · 最初のモデル
Scout
変更すべきコードを見つける 4B モデル。
Scout が検索ステップを担うため、メインエージェントは適切なファイルと行範囲から作業を始められます。
仕組み
- タスク加えるべき変更
- Scoutファイルと行を特定
- メインエージェント実装して検証
コード検索の評価
RL 学習前のベースモデルとの比較（848 件のコードタスク）。
- ベースモデル
- Scout
2.3×
検索精度が向上
0.077
0.180
ベースモデルScout
29%
タスクあたりの時間を短縮
ベースモデル
Scout29% 短縮
RSI 研究
自らを改善する 知能へ。
再帰的自己改善（RSI）は、私たちの長期的な研究の方向性です。AI が実験の設計と評価を支援し、モデルとエージェントシステムを改善することで、次の研究サイクルをよりよく支えられるようにします。
- 01実験を提案
- 02実行して評価
- 03モデルとシステムを改善
- 04次のサイクルを支える